Intérêt du découpage en sous-bandes pour l analyse spectrale

Dimension: px
Commencer à balayer dès la page:

Download "Intérêt du découpage en sous-bandes pour l analyse spectrale"

Transcription

1 Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique, d Hydraulique et des Télécommunications (ENSEEIHT) Laboratoire Télécommunications Spatiales et Aéronautiques (TéSA) David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

2 Objectifs de la thèse Objectif 1: Présenter les divers avantages ou inconvénients nients de l analyse spectrale paramétrique dans les sous-bandes. Objectif 2: Présenter des méthodes m originales destinées à éliminer ces inconvénients. nients. - Recouvrement spectral. - Diminution du nombre d échantillons par décimation. d Focalisation sur des méthodes m d analyse spectrale paramétriques. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

3 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

4 Analyse spectrale paramétrique - Principe - Basée e sur la connaissance a priori d un modèle mathématique matique du signal à analyser. Nécessite N le choix d un modèle et de sa dimension. On estime les paramètres de ce modèle (Fourier estime directement le spectre à partir des échantillons). David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

5 Analyse spectrale paramétrique - Modèle AR - Modèle «tous pôles» qui s écrit à l ordre p: Spectre du modèle AR Interprétation tation physique possible sous la forme du filtrage linéaire invariant d un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

6 Analyse spectrale paramétrique - Autres modèles paramétriques - Modèle de Prony - Adapté à des sinusoïdes amorties (extension possible à la modélisation de signaux non stationnaires). - Horizon temporel de prédiction relativement réduit. r Méthode du maximum de vraisemblance - Méthode statistique. Basée e sur la minimisation d un critère re (forme quadratique). Méthodes haute-résolution - SVD, MUSIC, Esprit,... - sous-espaces signal et bruit. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

7 Analyse spectrale paramétrique - Intérêt - Extension de la connaissance du signal en dehors de la fenêtre temporelle d observation augmentation de la résolution fréquentielle. Paramètres N=200 échantillons100 réalisations SNR=-2dB p=60 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

8 Découpage en sous-bandes décimation : x j ( n) v j ( m n) j interpolation : y j ( n) x 0 j ( n / m j ) si n est multiple de sinon m j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

9 Découpage en sous-bandes Définitions si m j M, j banc de filtres uniforme si j, le filtre H j est un passe bande idéal banc de filtres idéal M-1 1 si j0 m j 1 banc de filtres maximalement décimé M-1 1 si j0 m j 1 banc de filtres sur - décimé M-1 1 si m 1 banc de filtres sous - décimé j0 j - Bancs de filtres maximalement décimd cimés. - Bancs uniformes ou non. - Bancs idéaux ou non. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

10 Approche Physique Découpage en sous-bandes - Permet de décomposer d le signal à analyser et de l observer à plusieurs échelles différentes. - Outil d unification théorique dans de nombreux domaines: Filtrage par blocs Échantillonnage non uniforme Systèmes LPTV Transformée e en ondelettes,... David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

11 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. - Avantages liés à l ordre des modèles Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. - Avantages liés au filtrage et à la décimation - Inconvénients David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

12 Découpage en sous-bandes pour l analyse spectrale: Avantages Diminution de l ordre des modèles Hypothèse: banc de filtres idéal. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

13 Découpage en sous-bandes pour l analyse spectrale: Avantages Nombre de conditionnement des matrices d autocorrélation: se: Modélisation AR p sub < p sur les signaux de sous-bandes Hypothèse: Mod (<- réduction de l ordre). -> Mesure de la stabilité numérique d un système d équations Où valeurs propres de la matrice d autocorrélation. Théor orème d entrelacement des valeurs propres - Matrice d autocorrélation à l ordre p R p valeurs propres ordonnées 1, 2,, p - Matrice d autocorrélation à l ordre p-1 R p-1 valeurs propres ordonnées 1, 2,, p-1 Alors: Conséquence p 1 p David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

14 Découpage en sous-bandes pour l analyse spectrale: Avantages Résolution fréquentielle: gain d un facteur M. 2 composantes fréquentielles séparées de f sur le spectre du signal original Lié à la décimation uniquement 2 composantes fréquentielles séparées de M f sur le spectre des signaux de sous-bandes M 4 Mf Mf Mf David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

15 Découpage en sous-bandes pour l analyse spectrale: Avantages Puissance de l erreur de prédiction linéaire ses: - u(n) signal AR d ordre q. hypothèses: - banc de filtres idéal, uniforme - même ordre de modélisation large bande et sous-bandes u x j erreur de prédiction linéaire large bande erreur de prédiction linéaire sous - bandes Dans [Rao-Pearlman], on montre que: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

16 Découpage en sous-bandes pour l analyse spectrale: Avantages Blanchiment de la densité spectrale de puissance hypothèse: Filtres complémentaires mentaires en puissance Critère de blancheur: Résultat de [Stoïca-Friedlander]: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

17 Découpage en sous-bandes pour l analyse spectrale: Avantages Rapport signal à bruit local Hypothèses: - signal composé d une somme de K exponentielles complexes non amorties noyées dans un bruit blanc b(n). - banc de filtres idéal (pas forcément uniforme). Définition Rapport Signal à Bruit local pour la composante l Bonne indication de la possibilité ou non d estimer correctement la fréquence f l les signaux de sous-bandes sont toujours composés s d une somme d exponentielles complexes noyées dans un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

18 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Variance des estimateurs d autocorrélation: Problème: augmentation de la variance d estimation de l autocorrélation du fait de la décimation: d Inconvénient nient à nuancer dans la pratique lorsqu on on prend le parti d utiliser d un ordre p sub = p/m dans les sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

19 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Recouvrement et continuité de l estimateur spectral Reconstruction du spectre sous-bande par sous-bande problèmes de continuité. Utilisation de filtres non idéaux problèmes de recouvrement spectral Simulation sur signal sinusoïdal + bruit: Paramètres 50 réalisations SNR=0 db p=128 M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

20 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

21 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Pour chaque 0,1 faire Principe généralg 1 - Utilisation du dispositif de glissement fréquentiel pour ramener la fréquence au milieu de sa sous-bande de sorte que: 2 - Découpage en sous-bandes et estimation du spectre de x j (n) en un unique point fréquentiel -> Temps de calcul important (sauf pour Fourier) 3 - Utilisation des relations de filtrage linéaire et sur la décimation pour en déduire David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

22 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Projection sur des bases de Laguerre (1/2) Filtres RII passe-tout David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

23 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. S ( f ) S ( ( f ) / 2 ) Projection sur des bases de Laguerre (2/2) Simulation sur signal sinusoïdal + bruit Paramètres 50 réalisations SNR=0 db p=128 M=8 p sub =16 u Avec u b David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

24 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (1/4) Utilisation conjointe d un banc de filtres approprié et d un dispositif de glissement fréquentiel par exponentielles complexes Filtres Propriété: la réponse fréquentielle des filtres s annule tous les k/m Élimination du recouvrement en f=mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

25 Utilisation de filtres-peigne (2/4) Simulation sur signal sinusoïdal + bruit Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Paramètres 50 réalisations, SNR=0 db p=128, M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

26 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (3/4) Recul de la borne de Cramer-Rao de l estimateur de fréquences et amélioration du conditionnement pour un signal constitué de raies pures de la forme David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

27 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (4/4) Simulation sur signal physique issu d un accéléromètre placé sur un engrenage au bout de 11 jours de fonctionnement. Référence: périodogramme du signal calculé à partir de échantillons. Paramètres N=3000 échantillons 1 réalisation p=1024: ordre «large-bande» M=16 sous-bandes p sub =64: ordre sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

28 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Idée e de base Autocorrélations et Intercorrélations Trouver des méthodes capables d exploiter l information apportée par la connaissance de l intercorrélation entre les signaux issus de la décimation pour une sous-bande j fixée. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

29 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (1/3) Estimation des paramètres Propriétés s de l erreur de prédiction Spectre du modèle en Mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

30 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (2/3): simulations sur signaux à spectre de raies: signal sinusoïdal bruité Paramètres: A 1 = 1, f 1 = 0.1, SNR=-2 db, N=100 échantillons, 100 réalisations p=1024, p sub =64, M=16 sous-bandes, l=2,3,4,5,6 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

31 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (3/3): simulations sur signaux à spectre continu: signal MA(6) bruité Paramètres: N=100 échantillons, 50 réalisations, p=16 p sub =4, M=4 sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

32 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (1/2) Application de la modélisation AR multidimensionnelle à l estimation du spectre commun des sous-séries Estimation des matrices de paramètres Propriétés s de l erreur de prédiction Spectre du modèle Avec David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

33 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (2/2) Simulation sur signal à spectre de raies Simulation sur signal à spectre continu David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

34 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

35 Conclusions et perspectives Deux méthodes m destinées à éviter le recouvrement spectral et les problèmes de continuité de l estimateur. - Méthodes valables pour tout type d analyse spectrale. - Permettent de conserver les bonnes propriétés s du découpage d en sous-bandes pour l analyse spectrale. Deux méthodes m de modélisation adaptées aux signaux issus des sous-bandes (utilisation des intercorrélations). - Modèles AR multidimensionnels. - Modèles AR avec décalage d temporel. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

36 Conclusions et perspectives Le découpage d en sous bande - Utile uniquement dans les cas «extrêmes» (signaux spectralement très s riche ou proximité à la borne de Cramer-Rao Rao). - Permet de repousser les limites intrinsèques aux modélisations paramétriques. Perspectives - Techniques «best basis» (sous une contrainte) pour la synthèse se du banc de filtres approprié au signal à analyser. - Modélisation de signaux filtrés: prise en compte des filtres de découpage en sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance de stage Laboratoire des Signaux et Systèmes Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

Projet audio. Analyse des Signaux ELE2700

Projet audio. Analyse des Signaux ELE2700 ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

TP Modulation Démodulation BPSK

TP Modulation Démodulation BPSK I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse

Plus en détail

Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes

Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Avant Propos : Le sujet comporte deux parties : une partie théorique, jalonnée de questions (dans les cadres), qui doit être préparée

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de

Plus en détail

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

Plus en détail

IV - Programme détaillé par matière (1 fiche détaillée par matière)

IV - Programme détaillé par matière (1 fiche détaillée par matière) IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation

Plus en détail

Joint AAL Information and Networking Day. 21 mars 2012

Joint AAL Information and Networking Day. 21 mars 2012 Joint AAL Information and Networking Day 21 mars 2012 Présentation TéSA a pour objet : la mise en commun de moyens permettant de : rassembler et accueillir des doctorants ou post-doctorants dont les thèses

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème

Plus en détail

LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK

LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK 5.1 Introduction Simulink est l'extension graphique de MATLAB permettant, d une part de représenter les fonctions mathématiques et les systèmes sous forme

Plus en détail

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé 1 TGR Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé Simon Munier Institut des Sciences et Industries du Vivant et de l'environnement (AgroParisTech)

Plus en détail

8563A. SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE

8563A. SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE 8563A SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE Agenda Vue d ensemble: Qu est ce que l analyse spectrale? Que fait-on comme mesures? Theorie de l Operation: Le hardware de l analyseur de

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014

Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014 Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal

Plus en détail

10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010

10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

2 TABLE DES MATIÈRES. I.8.2 Exemple... 38

2 TABLE DES MATIÈRES. I.8.2 Exemple... 38 Table des matières I Séries chronologiques 3 I.1 Introduction................................... 3 I.1.1 Motivations et objectifs......................... 3 I.1.2 Exemples de séries temporelles.....................

Plus en détail

LISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006

LISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006 LISACode Un simulateur opérationnel pour LISA Antoine PETITEAU LISAFrance - le 16 mai 2006 Plan Rappel sur LISACode. Validation du simulateur. Possibilités du simulateur. Résultats obtenus. Bruit de confusion.

Plus en détail

Mesure agnostique de la qualité des images.

Mesure agnostique de la qualité des images. Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire

Plus en détail

IBM SPSS Forecasting. Créez des prévisions d'expert en un clin d'œil. Points clés. IBM Software Business Analytics

IBM SPSS Forecasting. Créez des prévisions d'expert en un clin d'œil. Points clés. IBM Software Business Analytics IBM SPSS Statistics 19 IBM SPSS Forecasting Créez des prévisions d'expert en un clin d'œil Points clés Développer des prévisions fiables rapidement Réduire les erreurs de prévision Mettre à jour et gérer

Plus en détail

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,

Plus en détail

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

1. Situation actuelle... p. 1

1. Situation actuelle... p. 1 Curriculum Vitae - page 1 / 7 Curriculum Vitae 1. Situation actuelle... p. 1 2. Formation et titres universitaires français... p. 2 Thèse de doctorat de l'institut National Polytechnique de Grenoble (INPG)...

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

TP 03 B : Mesure d une vitesse par effet Doppler

TP 03 B : Mesure d une vitesse par effet Doppler TP 03 B : Mesure d une vitesse par effet Doppler Compétences exigibles : - Mettre en œuvre une démarche expérimentale pour mesurer une vitesse en utilisant l effet Doppler. - Exploiter l expression du

Plus en détail

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE

J AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent

Plus en détail

Chapitre I La fonction transmission

Chapitre I La fonction transmission Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés

Plus en détail

CHAPITRE V. Théorie de l échantillonnage et de la quantification

CHAPITRE V. Théorie de l échantillonnage et de la quantification CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE

Plus en détail

Recherche De Coalescences Binaires Étalonnage Du Détecteur

Recherche De Coalescences Binaires Étalonnage Du Détecteur Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,

Plus en détail

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006 EMETTEUR ULB Architectures & circuits David MARCHALAND STMicroelectronics 26/10/2006 Ecole ULB GDRO ESISAR - Valence 23-27/10/2006 Introduction Emergence des applications de type LR-WPAN : Dispositif communicant

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Actions de réduction de bruit sur un moteur poids lourd

Actions de réduction de bruit sur un moteur poids lourd 10 Actions de réduction de bruit sur un moteur poids lourd Laurent Moulin, Renault VI, 99, route de Lyon, 69802 Saint Priest, e-mail : laurent.moulin@renaultvi.com D epuis 1974 à aujourd hui, la réglementation

Plus en détail

Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification

Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Irène Buvat U494 INSERM CHU Pitié-Salpêtrière, Paris buvat@imed.jussieu.fr http://www.guillemet.org/irene

Plus en détail

ENSPS 3A ISAV Master ISTI AR. J. Gangloff

ENSPS 3A ISAV Master ISTI AR. J. Gangloff Commande prédictive ENSPS 3A ISAV Master ISTI AR J. Gangloff Plan 1.Introduction / Historique 2.Modélisation du système 3.Fonction de coût 4.Équations de prédiction 5.Commande optimale 6.Exemples 7.Réglage

Plus en détail

Systèmes de communications numériques 2

Systèmes de communications numériques 2 Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université

Plus en détail

SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES

SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES ----------------------------------------------------------------------------------------------------------------- LES SIGNAUX NUMERIQUES Un signal numérique

Plus en détail

La couche physique de l ADSL (voie descendante)

La couche physique de l ADSL (voie descendante) La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :

Plus en détail

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste

Plus en détail

ELEC2753 Electrotechnique examen du 11/06/2012

ELEC2753 Electrotechnique examen du 11/06/2012 ELEC2753 Electrotechnique examen du 11/06/2012 Pour faciliter la correction et la surveillance, merci de répondre aux 3 questions sur des feuilles différentes et d'écrire immédiatement votre nom sur toutes

Plus en détail

Utilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage

Plus en détail

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe

Plus en détail

Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies

Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,

Plus en détail

1 Définition de la non stationnarité

1 Définition de la non stationnarité Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles

Plus en détail

Notions d asservissements et de Régulations

Notions d asservissements et de Régulations I. Introduction I. Notions d asservissements et de Régulations Le professeur de Génie Electrique doit faire passer des notions de régulation à travers ses enseignements. Les notions principales qu'il a

Plus en détail

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure

Plus en détail

http://www.u-bourgogne.fr/monge/e.busvelle/teaching.php

http://www.u-bourgogne.fr/monge/e.busvelle/teaching.php TP1 Traitement numérique du son 1 Introduction Le but de ce TP est de mettre en pratique les notions de traitement numérique vues en cours, TDs et dans le précédent TP. On se focalisera sur le traitement

Plus en détail

Information. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges?

Information. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges? Compétences générales Avoir des piles neuves, ou récentes dans sa machine à calculer. Etre capable de retrouver instantanément une info dans sa machine. Prendre une bouteille d eau. Prendre CNI + convocation.

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Chapitre 2 Les ondes progressives périodiques

Chapitre 2 Les ondes progressives périodiques DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................

Plus en détail

SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE

SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE Sébastien LALLECHERE - Pierre BONNET - Fatou DIOUF - Françoise PALADIAN LASMEA / UMR6602, 24 avenue des landais, 63177 Aubière pierre.bonnet@lasmea.univ-bpclermont.fr

Plus en détail

FAG Detector III la solution pour la surveillance et l équilibrage. Information Technique Produit

FAG Detector III la solution pour la surveillance et l équilibrage. Information Technique Produit FAG Detector III la solution pour la surveillance et l équilibrage Information Technique Produit Principe Utilisation Hautes performances utilisation simple Le FAG Detector III est, à la fois, un appareil

Plus en détail

Analyse des bruits de clavier d ordinateur

Analyse des bruits de clavier d ordinateur Analyse des bruits de clavier d ordinateur Introduction 1 Enregistrement des bruits de clavier 2 Analyse des bruits de clavier 3 Analyse du niveau de pression acoustique vs. temps 4 Sonie vs. temps 4 Acuité

Plus en détail

M1107 : Initiation à la mesure du signal. T_MesSig

M1107 : Initiation à la mesure du signal. T_MesSig 1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum

Plus en détail

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

Exemple d acquisition automatique de mesures sur une maquette de contrôle actif de vibrations

Exemple d acquisition automatique de mesures sur une maquette de contrôle actif de vibrations Exemple d acquisition automatique de mesures sur une maquette de contrôle actif de vibrations Valérie Pommier-Budinger Bernard Mouton - Francois Vincent ISAE Institut Supérieur de l Aéronautique et de

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Spectrophotométrie. Spectrophotomètre CCD2. Réf : 701 606. Version 1.0. Français p 2. Version : 4105

Spectrophotométrie. Spectrophotomètre CCD2. Réf : 701 606. Version 1.0. Français p 2. Version : 4105 Réf : Version 1.0 Français p 2 Version : 4105 Spectrophotomètre CCD2 1 Avant-propos et description Chère cliente, cher client, nous vous félicitons d'avoir choisi notre Spectrophotomètre CCD2 pour réaliser

Plus en détail

Traitement du signal avec Scilab : la transformée de Fourier discrète

Traitement du signal avec Scilab : la transformée de Fourier discrète Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un

Plus en détail

ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES

ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES CHAPITRES PAGES I DEFINITION 3 II CONTEXTE PROFESSIONNEL 3 HORAIRE HEBDOMADAIRE 1 er ET 2 ème ANNEE 4 FRANÇAIS 4 ANGLAIS 5 MATHEMATIQUES

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS)

INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS) 1 Géologie, géotechnique, risques naturels, hydrogéologie, environnement et services scientifico-techniques INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS) INTERPRETATION DES

Plus en détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun

Plus en détail

UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE. Le Traitement du Signal aléatoire

UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE. Le Traitement du Signal aléatoire UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE Le Traitement du Signal aléatoire SY06 partie II - Printemps 2009 P.Simard 12 mai 2009 2 Table des matières 1 Besoins de modèles aléatoires pour les signaux 5 2 Principaux

Plus en détail

Scanner acoustique NoiseScanner

Scanner acoustique NoiseScanner Scanner acoustique NoiseScanner «Des yeux et des oreilles pour localiser les sources de bruit...» Scanner acoustique NoiseScanner Décibel d Or 2014 Caractéristiques générales Originalités Fruit de 20 ans

Plus en détail

NON-LINEARITE ET RESEAUX NEURONAUX

NON-LINEARITE ET RESEAUX NEURONAUX NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

Analyses psychoacoustiques dans ArtemiS SUITE

Analyses psychoacoustiques dans ArtemiS SUITE Analyses psychoacoustiques dans ArtemiS SUITE La psychoacoustique est l étude du rapport existant entre les grandeurs physiques du son et la sensation auditive qu elles provoquent. Des paramètres physiques

Plus en détail

TELEVISION NUMERIQUE

TELEVISION NUMERIQUE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

/LFHQFH3URIHVVLRQQHOOH 0DLQWHQDQFH,QGXVWULHOOHHQ*pQLH(OHFWULTXHª 0DVWHU*HVWLRQGHV5HVVRXUFHVHQ(QHUJLH(OHFWULTXH. 'RFWRUDWGH*pQLH(OHFWULTXH

/LFHQFH3URIHVVLRQQHOOH 0DLQWHQDQFH,QGXVWULHOOHHQ*pQLH(OHFWULTXHª 0DVWHU*HVWLRQGHV5HVVRXUFHVHQ(QHUJLH(OHFWULTXH. 'RFWRUDWGH*pQLH(OHFWULTXH bac+3 : /LFHQFH,QJpQLHULH(OHFWULTXH /LFHQFH3URIHVVLRQQHOOH 0DLQWHQDQFH,QGXVWULHOOHHQ*pQLH(OHFWULTXHª bac+5 : 0DVWHU*HVWLRQGHV5HVVRXUFHVHQ(QHUJLH(OHFWULTXH 0DVWHU,QJpQLHULHGHV6\VWqPHV(OHFWULTXHV,83 bac+8

Plus en détail

Sébastien ROCHE le. Méthodes de poursuite de phase pour signaux GNSS multifréquence en environnement dégradé

Sébastien ROCHE le. Méthodes de poursuite de phase pour signaux GNSS multifréquence en environnement dégradé Institut Supérieur de l Aéronautique et de l Espace(ISAE) Sébastien ROCHE le jeudi 19 décembre 2013 Méthodes de poursuite de phase pour signaux GNSS multifréquence en environnement dégradé et discipline

Plus en détail

Didier Pietquin. Timbre et fréquence : fondamentale et harmoniques

Didier Pietquin. Timbre et fréquence : fondamentale et harmoniques Didier Pietquin Timbre et fréquence : fondamentale et harmoniques Que sont les notions de fréquence fondamentale et d harmoniques? C est ce que nous allons voir dans cet article. 1. Fréquence Avant d entamer

Plus en détail

DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h

DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h ANNEE UNIVERSITAIRE 2011-2012 DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE Examen du Tronc Commun sous forme de QCM Janvier 2012 14 h à 16 h Les modalités de contrôle se dérouleront cette année sous forme

Plus en détail

FAG Detector II le collecteur et l analyseur de données portatif. Information Technique Produit

FAG Detector II le collecteur et l analyseur de données portatif. Information Technique Produit FAG II le collecteur et l analyseur de données portatif Information Technique Produit Application La maintenance conditionnelle Principe de fonctionnement Application Le FAG II est, à la fois, un appareil

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE

Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

Utilisation du logiciel Gwyddion

Utilisation du logiciel Gwyddion Traitement des images SPM Utilisation du logiciel Gwyddion Logiciels disponibles sur les appareils Agilent, Bruker, JPK, NT-MDT Logiciels i payants SPIP : http://www.imagenet.com Logiciels gratuits WSxM

Plus en détail